0312780 - ÚTIA 2009 RIV NL eng J - Článek v odborném periodiku
Hobza, T. - Pardo, L. - Vajda, Igor
Robust median estimator in logisitc regression.
[Robustní mediánový odhad vlogisické regresi.]
Journal of Statistical Planning and Inference. Roč. 138, č. 12 (2008), s. 3822-3840. ISSN 0378-3758. E-ISSN 1873-1171
Grant CEP: GA MŠMT 1M0572
Grant ostatní: Instituto Nacional de Estadistica(ES) MPO FI - IM3/136; GA MŠk(CZ) MTM 2006-06872
Výzkumný záměr: CEZ:AV0Z10750506
Klíčová slova: Logistic regression * Median * Robustness * Consistency and asymptotic normality * Morgenthaler * Bianco and Yohai * Croux and Hasellbroeck
Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
Impakt faktor: 0.679, rok: 2008
Web výsledku:
http://library.utia.cas.cz/separaty/2008/SI/vajda-robust%20median%20estimator%20in%20logistic%20regression.pdf
DOI: https://doi.org/10.1016/j.jspi.2008.02.010

A new method of smoothing of discrete data by means of a continuos random statistically sufficient transformation is proposed. This provides median of the trasformed data sensitive to the regrassion parameters of the original discrete model, thus allowing to apply their robust median estimation. Another new idea is the independent repeating of the smoothing to the same discrete data, called stochastic enhancing, which improves the performance of the estimation. Extensive simulations are used to demonstrate that this robust estimation outperforms the former methods known from the literature. Asymptotic theory of the estimation is established as well.

Navržena je nová metoda vyhlazování diskrétních dat pomocí náhodné spojité statisticky postačující transformace. Toto poskytuje medán transformovaných dat citlivý na regresní parametry původního modelu, což umožnilo jejich odhadování robustním mediánovým odhadem. Další nový nápad je metoda "statistického zvýrazňování" pomocí opakované aplikace vyhlazovací procedury na stejná výchozí diskrétní data, která vylepšuje chování procedury. Rozsáhlými simulacemi je prokázáno, že výsledné robustní odhadování překonává metody popsané v předchozí literatuře. Je vypracována také asymptotická teorie tohoto odhadování.
Trvalý link: http://hdl.handle.net/11104/0163754